communications-mining
latest
false
- API ドキュメント
- CLI
- 連携ガイド
- ブログ
- 機械が単語を理解する方法:NLPに埋め込むためのガイド
- トランスフォーマーによるプロンプトベースの学習
- 効率的な変圧器II:知識蒸留と微調整
- 効率的な変圧器I:注意メカニズム
- 階層的な教師なしインテントモデリング:トレーニングデータなしで価値を得る
- Communications Mining による注釈バイアスの修正
- アクティブ ラーニング: より優れた ML モデルを短時間で実現
- それはすべて数字にあります-メトリックを使用してモデルのパフォーマンスを評価します
- モデルの検証が重要な理由
- 会話型データ インテリジェンスのための Communications Mining と Google AutoML の比較
重要 :
このコンテンツの一部は機械翻訳によって処理されており、完全な翻訳を保証するものではありません。
Communications Mining 開発者ガイド
Last updated 2024年10月3日
一括ダウンロード
CLI を使用すると、コメントと予測をバッチでダウンロードできます。 これは、ライブ接続を必要としない分析ツールへのスクリプトインポートに最も役立ちます。
以下のコマンドは、指定されたソースとデータセット内にあるコメントと予測をすべてダウンロードします。データセット名とソース名の先頭には、プレフィックスとしてそのデータセットとソースが存在するプロジェクト名を付ける必要があることに注意してください。データセットに複数のソースが含まれる場合は、このコマンドをソースごとに発行して、データセット内のすべてのコメントをダウンロードする必要があります。
re get comments project/source-name --dataset project/dataset-name --predictions=true -f output.jsonl
re get comments project/source-name --dataset project/dataset-name --predictions=true -f output.jsonl
CLI はどのモデル バージョンを使用して予測を取得しますか?
CLI は、利用可能な最新の計算済み予測をダウンロードします。 これらは、UI に表示される予測と同じです。
大事な: 特定のモデル バージョンを CLI に渡すことはできますか?
特定のモデル バージョンからの予測が必要な場合は、 または 予測 API ルートの使用を検討してください。
手記: API と同様に、CLI は信頼度スコア付きの予測ラベルを返します。 信頼度スコアを正しく処理するには、『ラベル] ドキュメントの「 自動化でラベルを使用する 」と「 分析でラベルを使用する 」セクションを確認してください。
CLI は、各行が JSON 値である JSONL 形式 (改行区切り JSON とも呼ばれます) でデータを返します。 多くのツールは、すぐにJSONLファイルを処理できます。 ご不明な点がございましたら 、サポートにお問い合わせください 。
JSONL ファイルの各行の形式は次のとおりです。
{
"comment": {...},
"annotating": {
"assigned": [...]
"predicted": [...]
},
"entities": {
"assigned": [...]
"predicted": [...]
}
}
{
"comment": {...},
"annotating": {
"assigned": [...]
"predicted": [...]
},
"entities": {
"assigned": [...]
"predicted": [...]
}
}
annotating
フィールドまたは entities
フィールドは、コメントにラベルまたはエンティティが割り当てられておらず、予測もされていない場合、完全に存在しない可能性があることに注意してください。
以下は、実際のデータセットからダウンロードした予測を含むコメントの例です。
{
"comment": {
"id": "1234abcd",
"uid": "5678ef.1234abdc",
"timestamp": "2021-02-01T00:00:00Z",
"messages": [
{
"body": {
"text": "The hot chocolate biscuit on arrival raised my expectations"
}
}
],
"user_properties": {
"string:Question": "What did you like about your stay",
"number:Reviewer Score": 5.4,
"number:Average Score": 8.4,
"number:Reviewer Total Number Of Reviews": 1,
"string:Hotel Name": "DoubleTree by Hilton London Victoria"
},
"created_at": "2021-02-01T00:00:00Z"
},
"annotating": {
"predicted": [
{
"name": "Refreshments",
"sentiment": 0.3598046874571062,
"probability": 0.54764723591506481
},
{
"name": "Property",
"sentiment": 0.6684685489411859,
"probability": 0.417815982922911644
}
]
}
}
{
"comment": {
"id": "1234abcd",
"uid": "5678ef.1234abdc",
"timestamp": "2021-02-01T00:00:00Z",
"messages": [
{
"body": {
"text": "The hot chocolate biscuit on arrival raised my expectations"
}
}
],
"user_properties": {
"string:Question": "What did you like about your stay",
"number:Reviewer Score": 5.4,
"number:Average Score": 8.4,
"number:Reviewer Total Number Of Reviews": 1,
"string:Hotel Name": "DoubleTree by Hilton London Victoria"
},
"created_at": "2021-02-01T00:00:00Z"
},
"annotating": {
"predicted": [
{
"name": "Refreshments",
"sentiment": 0.3598046874571062,
"probability": 0.54764723591506481
},
{
"name": "Property",
"sentiment": 0.6684685489411859,
"probability": 0.417815982922911644
}
]
}
}